青岛理工大学刘坤华获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉青岛理工大学申请的专利基于Transformer的自动驾驶长时序轨迹预测方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120408105B 。
龙图腾网通过国家知识产权局官网在2025-09-12发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510918790.X,技术领域涉及:G06F18/20;该发明授权基于Transformer的自动驾驶长时序轨迹预测方法及系统是由刘坤华;马龙岩;刘昊雯;陈成军;代成刚;郑义;卢涛设计研发完成,并于2025-07-04向国家知识产权局提交的专利申请。
本基于Transformer的自动驾驶长时序轨迹预测方法及系统在说明书摘要公布了:本发明公开了一种基于Transformer的自动驾驶长时序轨迹预测方法及系统,涉及自动驾驶技术领域。该方法包括步骤:利用Transformer结构根据历史轨迹和地图信息进行自动驾驶长时序轨迹预测。具体的,为历史轨迹点添加位置编码,对地图信息进行特征提取得到地图嵌入特征,对历史轨迹点、位置编码和地图嵌入特征从时空交叉角度进行融合分析;利用融合信息从时空交互角度进行特征提取,逐级建立各交通参与者之间的交互关系;基于多头注意力机制对交通参与者的隐式行为意图特征通过递归的方式进行时序联合预测,得到预测的轨迹。本发明通过时空交互的自动驾驶场景高精度建模,精准表达交通场景特征,显著降低了计算量,提高了复杂场景长时序轨迹预测精度。
本发明授权基于Transformer的自动驾驶长时序轨迹预测方法及系统在权利要求书中公布了:1.一种基于Transformer的自动驾驶长时序轨迹预测方法,其特征在于,包括以下步骤: 获取各交通参与者的历史轨迹和地图信息,利用Transformer结构根据历史轨迹和地图信息进行自动驾驶长时序轨迹预测,步骤包括: 根据历史轨迹和地图信息进行场景表达,其中,提取历史轨迹中的相对位置信息得到历史轨迹点,并为历史轨迹点添加位置编码,对地图信息进行特征提取得到地图嵌入特征,对历史轨迹点、位置编码和地图嵌入特征从时空交叉角度进行融合分析得到融合信息; 利用融合信息从时空交互角度进行特征提取,逐级建立各交通参与者之间的交互关系,得到每个交通参与者的隐式行为意图特征; 所述利用融合信息从时空交互角度进行特征提取,逐级建立各交通参与者之间的交互关系的具体步骤为: 对每个交通参与者的融合信息进行自注意力计算,得到自身意图特征; 通过交叉注意力机制建立局部区域内各交通参与者间的交互关系,获取局部区域交通参与者特征; 通过各局部区域交通参与者特征的交互,获得全局各交通参与者的隐式行为意图特征; 基于多头注意力机制对交通参与者的隐式行为意图特征通过递归的方式进行时序联合预测,得到预测的轨迹; 所述基于多头注意力机制对交通参与者的隐式行为意图特征通过递归的方式进行时序联合预测的具体步骤为: 利用多头注意力机制对交通参与者的隐式行为意图特征进行预测,得到潜在轨迹特征; 利用MLP多模态预测器根据潜在轨迹特征预测交通参与者的未来轨迹, 将t=1时刻的潜在轨迹特征输入2层基于MLP的多模态预测器,预测t=1时刻各交通参与者的轨迹,再次,将各交通参与者的隐式行为意图特征与t=1时刻的潜在轨迹特征拼接,作为t=2时刻的交通参与者的隐式行为意图特征,重复以上网络架构,获得预测t=2时刻各交通参与者的轨迹,最后,循环上一步操作,直到预测完全部轨迹。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人青岛理工大学,其通讯地址为:266520 山东省青岛市黄岛区嘉陵江东路777号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。